dotnet/extensions 9.4.0版本发布:AI功能增强与开发体验优化
dotnet/extensions项目是微软官方维护的.NET扩展库集合,它为.NET开发者提供了各种实用的扩展功能,包括配置、依赖注入、日志记录、缓存等基础设施组件。在最新的9.4.0版本中,项目团队重点增强了AI相关功能,并优化了开发体验。
AI功能增强
本次更新在AI功能方面带来了多项重要改进:
-
ChatMessage功能增强:新增了MessageId属性,使消息跟踪更加方便。同时修复了ChatResponseUpdate分组到ChatMessage的问题,提升了消息处理的准确性。
-
函数调用优化:改进了AIFunctionFactory的功能,现在可以更好地处理缺失的必要参数,并支持自定义参数绑定和结果编组。开发者现在可以使用ActivatorUtilities.Create来创建函数实例,提供了更大的灵活性。
-
JSON Schema支持:增强了JSON Schema的生成能力,当指定RequireAllProperties时,现在会从生成的模式中去除default关键字。新增了jsonSchemaIsStrict选项到OpenAI选项映射中,提供了更严格的模式验证。
-
评估报告改进:评估报告现在支持版本控制,并修复了树形结构展开的问题。新增了趋势视图功能,可以同时查看叶子级场景运行和聚合场景组的趋势。
-
语音转文字抽象:新增了M.E.AI.Abstractions中的语音转文字抽象层,为语音处理功能提供了统一接口。
开发体验优化
-
模板改进:AI聊天模板现在默认使用刚刚构建的包,并添加了favicon。模板现在会为AIChatWeb创建指定名称的目录,提升了使用体验。
-
错误处理:改进了函数调用错误处理机制,使错误信息更加清晰。同时修复了AzureAIInferenceChatClient中空消息的处理问题。
-
配置更新:动态配置更新现在支持Random概率采样器,使配置更加灵活。
-
日志记录:Telemetry和Logging现在将{OriginalFormat}作为日志记录的最后一个属性发出,使日志格式更加规范。
性能与稳定性
-
内存优化:修复了CG Slice路径中内存使用可能为0的问题,提升了内存使用效率。
-
HybridCache改进:增强了仅包含字段类型的检测能力,参考了STJ的实现,提升了缓存的效率和稳定性。
-
构建系统:修复了多次运行构建命令时可能失败的问题,提升了开发效率。
总结
dotnet/extensions 9.4.0版本在AI功能方面取得了显著进展,特别是在聊天功能、函数调用和评估报告方面。同时,通过优化模板和开发工具,大大提升了开发者的使用体验。这些改进使得.NET生态中的AI应用开发更加高效和可靠,为开发者构建智能应用提供了更强大的支持。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00